← नवीनतम पेपर
🤖 AI

Robostral Navigate

Robustral Navigate एक 8B विजन-लैंग्वेज मॉडल है जो 2.4 मिलियन सिम्युलेटेड ट्रेजेक्टरीज वाले एक स्केलेबल ट्रेनिंग रेसिपी, प्रीफिक्स-कैशिंग एफिशिएंसी और इमेज-स्पेस वेपॉइंट प्रेडिक्शन का लाभ उठाकर विविध रोबोट एम्बॉडीमेंट्स में स्टेट-ऑफ-द-आर्ट मोनोकुलर नेविगेशन प्राप्त करता है, जिससे डेप्थ सेंसर या प्री-बिल्ट मैप्स की आवश्यकता समाप्त हो जाती है।

मूल लेखक: Abdelaziz Bounhar, Abhijeet Somani, Aditi Kabra, Adrian Valente, Adrien Petralia, Adrien Sade, Alan Jeffares, Albert Jiang, Aleksandr Timashov, Alexandre Cahill, Alexandre Gavaudan, Alexandre Laval, A
प्रकाशित 2026-08-04
📖 3 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें
CC BY 4.0

मूल लेखक: Abdelaziz Bounhar, Abhijeet Somani, Aditi Kabra, Adrian Valente, Adrien Petralia, Adrien Sade, Alan Jeffares, Albert Jiang, Aleksandr Timashov, Alexandre Cahill, Alexandre Gavaudan, Alexandre Laval, Alexandre Sablayrolles, Amelie Heliou, Amos You, Andre Jonasson, Andrew Bai, Andrew Ehrenberg, Andrew Zhao, Angele Lenglemetz, Anmol Agarwal, Antonia Calvi, Arata Suzuki, Arjun Majumdar, Arthur Fournier, Artjom Joosen, Avinash Sooriyarachchi, Aylin Guliz Akkus, Aysenur Karaduman, Baptiste Bout, Baptiste Roziere, Baudouin De Monicault, Benjamin Holzschuh, Benjamin Lefaudeux, Benjamin Tibi, Bernhard Stadlbauer, Blazej Osinski, Camille Le Scao, Chaoran Yu, Charlotte Cronjager, Chen-Yo Sun, Chris Bamford, Christian Wallenwein, Christophe Renaudin, Clemence Lanfranchi, Corentin Barreau, Corentin Sautier, Cristiana-Diana Diaconu, Cyprien Courtot, Daniel Marczak, Darius Dabert, Diego de Las Casas, Dominik Nuss, Dylan Rubini, Dzmitry Soupel, Elizaveta Demyanenko, Elliot Chane-Sane, Emilien Fugier, Emmanuel Gottlob, Erik Aas, Etienne Goffinet, Etienne Millon, Eujeong Choi, Fabian Paischer, Fabian Schlager, Faruk Ahmed, Federico Baldassarre, Filip Szatkowski, Florian Wiesner, Gabrielle Berrada, Gaetan Ecrepont, Gaetan Lepage, Gaspard Blanchet, Gaspard Donada-Vidal, Gauthier Delerce, Gauthier Guinet, Genevieve Hayes, Georgii Novikov, Giada Pistilli, Gianluca Galletti, Guillaume Breton, Guillaume Kunsch, Guillaume Lample, Guillaume Martin, Guillaume Raille, Gunjan Dhanuka, Gunshi Gupta, Han Zhou, Harshil Shah, Hasan Furkan Vural, Hedi Hadiji, Hope McGovern, Hugo Cisneros, Hugo Thimonier, Indraneel Mukherjee, Ivan Cuevas Salazar, Jacques Sun, Jan Ludziejewski, Jason Rute, Jean Quentin, Jean-Hadrien Chabran, Jean-Malo Delignon, Jie Zhang, Joachim Studnia, Joep Barmentlo, Johannes Brandstetter, John Harvill, Jonas Amar, Jonas Schweizer, Josephine Delas, Josselin Somerville, Julien Denize, Julien Tauran, Kartik Khandelwal, Khyathi Raghavi Chandu, Kilian Tep, Kush Jain, Larissa Laich, Laura Calem, Laurence Aitchison, Laurent Callot, Laurent Fainsin, Leo Cotteleer, Leonard Blier, Lingxiao Zhao, Louis Martin, Louis Serrano, Lucile Saulnier, Ludovic Ho Fuh, Luis Montero, Maarten Buyl, Manon Chossegros, Marcin Mozejko, Margaret Jennings, Markus Hennerbichler, Martin Alexandre, Mathieu Poiree, Mathieu Schmitt, Mathilde Guillaumin, Matthieu Andre, Matthieu Dinot, Matthieu Futeral, Maurits Bleeker, Mauro Comi, Max Mynter, Maxim Berman, Maxime Darrin, Maxime Louis, Maximilian Augustin, Maximilian Muller, Melina Jingting Laimon, Mert Unsal, Mia Chiquier, Michael Pilcer, Michal Pietruszka, Michal Zajac, Mikhail Biriuchinskii, Minh-Quang Pham, Minwoo Kang, Morgane Riviere, Namit Katariya, Nathan Grinsztajn, Nathan Simpson, Neeraj Aggarwal, Neha Gupta, Ola Mysiak, Oliver Leicht, Olivier Bousquet, Olivier Duchenne, Parag Jain, Patricia Wang, Patrick Blies, Patrick von Platen, Paul Jacob, Paul Wambergue, Paula Kurylowicz, Pavan Kumar Reddy, Pavel Kuksa, Philippe Pinel, Philomene Chagniot, Pierre Stock, Pierre-Andre Savalle, Piotr Milos, Prateek Gupta, Pravesh Agrawal, Quentin Desreumaux, Quentin Torroba, Quercus Hernandez, Ram Ramrakhya, Randall Isenhour, Ranjit Parva, Raul Perez Pelaez, Reinhard Sonnleitner, Remi Delacourt, Richard Kurle, Rishi Shah, Rob Romijnders, Rohin Arora, Romain Sauvestre, Roman Soletskyi, Rosalie Millner, Rupert Menneer, Sagar Vaze, Samuel Barry, Samuel Belkadi, Samuel Humeau, Sanchit Gandhi, Sandeep Subramanian, Sarthak Mittal, Saskia Adaime, Sean Cha, Sebastian Kaltenbach, Shashwat Dalal, Shashwat Verma, Sherif Waly, Shrimai Prabhumoye, Siddhant Waghjale, Siddharth Gandhi, Simon Lepage, Simon Sorg, Soham Ghosh, Sophie Marbach, Srijan Mishra, Stanislas Lange, Steve Hong, Sumukh Aithal, Szymon Antoniak, Tarun Kumar Vangani, Teven Le Scao, Theo Cachet, Thibaut Lavril, Thomas Chabal, Thomas Coste, Thomas Defard, Thomas Foubert, Thomas Robert, Thomas Wang, Tianyu Zhang, Tim Lawson, Timothee Lacroix, Tobias Kronlachner, Tom Bewley, Tom Edwards, Tomas Hodan, Tuhin Das, Tyler Wang, Ulrick BLE, Umar Jamil, Umberto Tomasini, Valentin Mace, Van Phung, Vedant Nanda, Victor Jouault, Victor Letzelter, Victor Paltz, Victor Poucheret, Vincent Maladiere, Vincent Pfister, Virgile Richard, Vladislav Bataev, Wassim Bouaziz, Wen Ding Li, William Havard, William Marshall, Xinghui Li, Xingran Guo, Xinyu Yang, Yann Dreze, Yassine El Ouahidi, Yassir Bendou, Yihan Wang, Yimu Pan, Yves Martin des Taillades, Zaccharie Ramzi, Zhenlin Xu, Zsofia Csakany

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रोबोट को टूर गाइड बनना सिखा रहे हैं। रोबोटिक्स की दुनिया में, इसे "एम्बोडीड नेविगेशन" (embodied navigation) कहा जाता है—एक मशीन की वह क्षमता जिससे वह "किचन में जाओ" जैसे बोले गए निर्देश को समझ सके और बिना दीवारों से टकराए वास्तव में वहां तक चल सके। लंबे समय तक, सबसे अच्छे टूर गाइड उच्च श्रेणी के अंतरिक्ष यात्रियों की तरह थे: उन्हें अपना काम करने के लिए महंगे, भारी उपकरणों की आवश्यकता होती थी। वे विशेष 3D चश्मे (डेप्थ सेंसर) पहनते थे, एक सुरक्षा टीम की तरह कई कैमरों का उपयोग करते थे, या पूरी इमारत के पहले से बने मानचित्रों पर निर्भर रहते थे। हालांकि ये रोबोट कुशल थे, लेकिन वे महंगे, नाजुक और एक साधारण डिलीवरी ड्रोन या छोटे वेयरहाउस व्हील पर फिट होने में कठिन थे। वैज्ञानिक एक बड़ा सवाल पूछ रहे थे: क्या हम एक ऐसा रोबोट बना सकते हैं जो उतना ही स्मार्ट हो लेकिन सबसे सरल, सबसे आम उपलब्ध उपकरण का उपयोग करता हो? इसका उत्तर एक एकल, मानक कैमरे में निहित है—वही जो आज लगभग हर फोन और रोबोट में पाया जाता है—और एक पर्याप्त शक्तिशाली मस्तिष्क में जो बाकी चीजों को समझने में सक्षम हो।

यह शोध पत्र रोबोस्ट्रल नेविगेट (Robostral Navigate) पेश करता है, जो केवल उस एकल, मानक कैमरे का उपयोग करके नेविगेशन की पहेली को हल करने के लिए डिज़ाइन किया गया एक नए प्रकार का रोबोट मस्तिष्क है। इसे एक ऐसे रोबोट के रूप में सोचें जिसे 3D मैप या लेजर स्कैनर की आवश्यकता नहीं है; इसके बजाय, यह केवल एक तस्वीर देखकर यात्रा के अगले कदम की ओर "इशारा" करना सीखता है। शोधकर्ताओं ने एक 8-बिलियन-पैरामीटर वाला "विज़न-लैंग्वेज मॉडल" (एक सुपर-स्मार्ट AI जो पढ़ और देख सकता है) बनाया और इसे एक वीडियो गेम जैसी सिमुलेशन में लाखों उदाहरण दिखाकर नेविगेट करना सिखाया। मीटरों में कितनी दूरी तय करनी है, इसकी जटिल गणितीय गणना करने के बजाय, मॉडल बस स्क्रीन पर इशारा करता है कि वह आगे कहाँ जाना चाहता है। यदि गंतव्य किसी कोने के पीछे छिपा हुआ है, तो यह एक निश्चित मात्रा में आगे बढ़ने की बैकअप योजना पर स्विच कर जाता है।

टीम ने पाया कि यह सरल दृष्टिकोण अविश्वसनीय रूप से शक्तिशाली है। 350,000 विभिन्न दृश्यों में 2.4 मिलियन सिम्युलेटेड यात्राओं पर इस मॉडल को प्रशिक्षित करके, उन्होंने एक ऐसी प्रणाली बनाई जो न केवल सस्ती और बनाने में आसान है, बल्कि कई फैंसी सेंसर वाले रोबोटों से अधिक स्मार्ट भी है। मानक परीक्षणों पर, रोबोस्ट्राल नेविगेट ने रास्ता खोजने में 77.4% सफलता दर हासिल की, जिसने पिछले सर्वश्रेष्ठ सिंगल-कैमरा रोबोटों को बड़े अंतर से पीछे छोड़ दिया और यहाँ तक कि कुछ उन रोबोटों को भी मात दी जो डेप्थ सेंसर या कई कैमरों का उपयोग करते थे। इसका असली रहस्य केवल इशारा करना नहीं था; यह एक नई ट्रेनिंग ट्रिक थी जिसने सीखने की प्रक्रिया को 22 गुना तेज़ बना दिया और एक रीइन्फोर्समेंट लर्निंग चरण था जिसने रोबोट को यह सिखाया कि रास्ता भटक जाने पर खुद को कैसे संभालना है। परिणाम स्वरूप, एक ऐसा रोबोट प्राप्त हुआ जो बिना दोबारा सिखाए एक पहिएदार कार्ट से लेकर चलने वाली मशीन या उड़ने वाले ड्रोन तक जा सकता है, जो यह सिद्ध करता है कि एक वास्तव में सामान्य-उद्देश्य वाले रोबोट को बनाने के लिए आपको मिलियन-डॉलर के सेंसर सूट की आवश्यकता नहीं है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🤖 cs.AI →